从我在实验和数据分析中的错误中吸取教训——第 1 部分：场景
I hope to help you avoid some mistakes in data analysis.I hope to help you avoid some mistakes in data analysis.I hope to help you avoid some mistakes in data analysis.I hope to help you avoid some mistakes in data analysis.希望能帮助大家避免数据分析中的一些错误。我已经成为一名执业工程师多年了。 一路上，我看到了许多测试的执行，以及许多不同的数据分析方法。 我承认，更多时候我所在的团队在工作中犯了一个或多个错误。 最终结果是公司付出了时间和金钱的代价。
我想有些读者可能会喜欢从我的错误中吸取教训，所以我想出了一个虚构的场景来体现我在工作中遇到的各种问题。
尽管我的场景是一个机械工程示例，但它既简单又通用，您应该会发现它很容易转化为您的特定学科。 我们将在这篇文章和即将发表的博客文章中探讨这种情况。
场景
我们正在努力提高产品的强度。 我们已经确定了一种治疗方法“A”，我们相信它可以提高力量。 我们的管理层希望我们在实施生产变革之前证明这一点。
我们使用处理 A 创建三个样本并测量每个样本的强度。 我们还收集三个标准（或对照）样本并测量每个样本的强度。 这是数据：
使用 Fit Y by X 平台联合管理计划（见下文），我们发现处理 A 样品的平均强度略高于对照。 然而，t 检验表明我们不能（以 95% 的置信度）说治疗 A 的总体平均值与对照的总体平均值有任何不同。 我们停止测试，开始寻找另一种提高产品强度的方法。
这似乎是一个简单的测试，结果易于解释，但我认为在上述场景中犯了错误，并且我们可能会放弃一个完美的解决方案。
你认为它们可能是什么？请继续关注我的下一篇文章在这个系列，大约一周后到！
所以您是统计和数据分析的新手。 老板要求你确定新流程是否对你的产品有帮助。 您了解一些统计学知识，并且知道应该使用 t 检验。 但它并不总是像收集数据和运行分析那么简单！ 在这个博客系列中，您可以从我近 40 年的工程生涯中所犯的一些错误中吸取教训。
回复：从实验和数据分析中的错误中吸取教训——第 1 部分：场景好吧……再说一遍……我经常是新产品开发团队的统计学家，并且是能源部与团队工作相关的所有事情的“同样”资源。 通常我们会设计实验，包括在团队会议上讨论与实验相关的所有后勤事务。 然后，团队的一部分人将负责自己运行实验，或者有时将设计（我的 JMP 数据表通常在一张纸上）交给一些不参与（计划中）的人来实际进行实验。
在不止一次的情况下，实际运行实验的人们会忽略诸如随机化之类的事情（哎呀......当我实际运行这个实验时，在接下来的 8 小时内在低温和高温之间切换是一件痛苦的事情......我'将所有的低点放在一起，然后所有的高点......这会伤害什么？ 另外，我的工作效率会更高，因为我不必等待每次运行时的温度达到平衡。）
或者自己承担不使用特定因素的水平的责任，因为，“好吧，每次我为这些人进行实验时，他们都会使用这些水平......他们一定在电子表格上犯了错误”。
或者出了问题......就像供应商的一袋原材料被确定无法使用......所以他们换成另一个供应商的“相同”的东西，而这些东西恰好在储藏室里。 “他们不知道的事情不会伤害他们。”
不断进行各种“改进”。
我打赌你还能编出一些其他的吗？
因此，我很快了解到，确保不会发生此类程序故障模式的最佳方法是在实验进行过程中坚持亲自在场进行观察……甚至可能伸出援手。 通常我发现技术人员非常欢迎这种对他们工作的兴趣和帮助。 另外，通过实际“去现场”，我了解了很多关于他们的工作和我们的流程的知识。 这是一个精益概念，大致翻译为“去看看工作在哪里完成”。 当然，这意味着要在深夜进行……在夜班等上进行实验……但最终我们确信这是运行我们项目的最佳方式。
回复：从实验和数据分析中的错误中吸取教训——第 1 部分：场景出色的@彼得_巴特尔！这是常犯的错误之一。我将在以后的文章中详细讨论它。让想法不断涌现！
回复：从实验和数据分析中的错误中吸取教训——第 1 部分：场景我们对测量系统变化了解多少？ 也许大部分变化是由于测量系统造成的，而不是两个群体的属性差异……区分每个问题的真实但未知的群体值。
